Formación y habilitación¶
Por qué la formación en IA no es un curso de ChatGPT¶
La formación en IA empresarial tiene mala reputación porque se confunde con tutoriales de herramientas. Un tutorial de ChatGPT enseña a usar una herramienta específica. Un programa de formación en IA para una organización enseña a:
- Evaluar críticamente los outputs de cualquier sistema de IA, no solo de una herramienta.
- Identificar cuándo confiar en un output y cuándo revisarlo con más atención.
- Usar la IA dentro de los límites de la Política de Uso Aceptable.
- Reportar problemas y participar en el gobierno del sistema.
- Adaptar los flujos de trabajo propios para integrar la IA de forma efectiva.
Además, es una obligación legal. El Artículo 4 del Reglamento de IA de la UE exige, desde el 2 de febrero de 2025, que toda organización que use IA garantice un nivel suficiente de alfabetización en IA de su personal, sin umbral por tamaño. Este programa es la respuesta operativa a esa obligación, y su impartición debe quedar documentada como evidencia (ver Evidencia y registro).
La formación no puede diseñarse de forma genérica para toda la organización. Los requisitos son distintos según el rol y el nivel de uso que se espera del empleado.
Niveles de alfabetización IA¶
El programa de formación está estructurado en cuatro niveles de alfabetización, cada uno dirigido a un perfil diferente. No todos los empleados necesitan llegar al nivel 4; la mayoría solo necesita el nivel 1 o 2.
Nivel 1 — Conciencia (todos los empleados)¶
Dirigido a: Cualquier empleado de la organización, independientemente de su relación con sistemas de IA.
Objetivo: Comprender qué es la IA, qué puede y qué no puede hacer, cuáles son los riesgos más importantes y cómo actuar de forma responsable.
Contenidos:
| Módulo | Contenido | Duración |
|---|---|---|
| Qué es la IA | Definición accesible; diferencia entre IA estrecha y IA general; tipos más comunes (clasificación, generación, predicción) | 30 min |
| Cómo usar la IA en el trabajo | Usos habituales en el sector; ejemplos concretos de mejora de productividad; demo de herramientas disponibles | 45 min |
| Uso responsable | La Política de Uso Aceptable explicada; qué está prohibido y por qué; Shadow AI; qué revisar antes de usar un output | 30 min |
| Cómo reportar problemas | A quién reportar, qué reportar, por qué importa | 15 min |
Formato recomendado: Sesión presencial o virtual de 2 horas. Como base conceptual del módulo "Qué es la IA" puede usarse Cómo funciona la IA generativa. Se entrega a cada asistente la Guía rápida de uso responsable como material de referencia permanente.
Evaluación: Test de 10 preguntas de opción múltiple sobre la AUP y los conceptos básicos. Superar el 70% para certificar la completitud.
Nivel 2 — Usuario avanzado¶
Dirigido a: Empleados que usan herramientas de IA de forma intensiva en su trabajo diario (marketing, operaciones, atención al cliente, administración).
Objetivo: Usar las herramientas de IA disponibles de forma efectiva, evaluar críticamente los outputs y adaptar los flujos de trabajo para maximizar el valor.
Contenidos adicionales al nivel 1:
| Módulo | Contenido | Duración |
|---|---|---|
| Prompt engineering práctico | Técnicas de prompting: claridad de instrucción, contexto, formato de salida, iteración; ejemplos específicos por tipo de tarea | 60 min |
| Evaluación crítica de outputs | Cómo detectar alucinaciones; verificación de hechos; cuándo confiar y cuándo verificar | 45 min |
| Integración en flujos de trabajo | Diseño del workflow con IA integrada; dónde insertar la revisión humana; cómo documentar el uso | 45 min |
| Privacidad en el uso diario | Qué datos pueden y no pueden pasarse a cada herramienta; casos prácticos de la empresa | 30 min |
Formato recomendado: Taller práctico de medio día con casos de uso reales del área.
Nivel 3 — Implementador¶
Dirigido a: Perfiles de IT, operaciones, analistas de datos y responsables de proceso que deben evaluar, integrar y mantener herramientas y sistemas de IA.
Objetivo: Tomar decisiones técnicas informadas sobre herramientas de IA, integrarlas con los sistemas existentes y mantenerlas de forma segura.
Contenidos adicionales a los niveles anteriores:
| Módulo | Contenido | Duración |
|---|---|---|
| Evaluación de herramientas de IA | Criterios técnicos, legales y operativos; cómo evaluar un proveedor; DPA y contratos | 90 min |
| APIs y arquitectura de integración | Conceptos básicos de APIs de IA; integración con sistemas existentes; gestión de secretos; rate limits | 120 min |
| Seguridad básica en sistemas de IA | OWASP LLM Top 10; validación de inputs; gestión de secretos; controles de acceso | 90 min |
| Monitorización básica | Qué monitorizar en un sistema de IA desplegado; alertas; protocolo de respuesta | 60 min |
Formato recomendado: Formación técnica en 2-3 sesiones de medio día, con ejercicios prácticos.
Nivel 4 — Desarrollador / Científico de datos¶
Dirigido a: ML engineers, data scientists y arquitectos de datos que diseñan, entrenan y despliegan sistemas de IA.
Objetivo: Diseñar sistemas de IA robustos, seguros y auditables que cumplan con los requisitos de gobierno del marco.
Contenidos adicionales a los niveles anteriores:
| Módulo | Contenido | Duración |
|---|---|---|
| Gobierno de ML y MLOps | El modelo de madurez MLOps; ciclo de vida del modelo; documentación técnica | 4 horas |
| Gestión de riesgos técnicos de IA | Sesgos, deriva, ataques adversariales, data poisoning; controles técnicos | 4 horas |
| Cumplimiento técnico (EU AI Act + RGPD) | Requisitos técnicos para sistemas de alto riesgo; documentación técnica obligatoria; linaje del dato | 4 horas |
| Evaluación de equidad y explicabilidad | Técnicas de fairness; interpretabilidad (SHAP, LIME); documentación de evaluaciones | 4 horas |
Formato recomendado: Formación técnica extensa (2-3 días), complementada con recursos de referencia y práctica en proyectos reales.
Dimensiones de la alfabetización IA¶
La formación no es solo técnica. El concepto de AI literacy (alfabetización en IA) desarrollado en investigación educativa incluye tres dimensiones que deben trabajarse de forma integrada:
Dimensión cognitiva: Comprensión de qué es la IA, cómo funciona a un nivel conceptual suficiente para evaluar sus outputs y sus limitaciones. No se trata de saber programar modelos sino de entender por qué un modelo puede equivocarse, sesgar o alucinar.
Dimensión ética: Comprensión de los impactos sociales y éticos de la IA: privacidad, discriminación, dependencia tecnológica, impacto en el empleo. Capacidad para reconocer situaciones donde el uso de IA plantea dilemas éticos.
Dimensión técnica: Capacidad práctica para usar las herramientas de IA disponibles de forma efectiva y segura. No es un objetivo universal: el nivel técnico requerido varía enormemente según el rol.
Programa de formación: resumen¶
| Nivel | Audiencia | Duración total | Formato |
|---|---|---|---|
| Nivel 1 — Conciencia | Todos los empleados | 2 horas | Sesión única |
| Nivel 2 — Usuario avanzado | Usuarios intensivos de IA | +4 horas adicionales | Taller práctico |
| Nivel 3 — Implementador | IT, analistas, operaciones | +8 horas adicionales | Formación técnica |
| Nivel 4 — Desarrollador | ML engineers, data scientists | +16 horas adicionales | Formación especializada |
Evidencia y registro de la formación (cumplimiento Art. 4)¶
Para que la formación cumpla el Artículo 4 y sea defendible ante una eventual revisión de la AESIA, no basta con impartirla: hay que poder demostrarla. Por cada acción formativa se conserva:
- Hoja de asistencia firmada (o registro de conexión, en formato virtual).
- Temario impartido y su versión, con la fecha.
- Resultado del test de cada asistente.
- Registro acumulado de empleados formados y porcentaje de cobertura por nivel.
Todo ello se documenta con la plantilla Registro de formación en IA. La cobertura del Nivel 1 es un criterio de salida de la Fase 0 del ciclo de adopción (objetivo: >80 % del personal objetivo formado).
Refuerzo y continuidad¶
La alfabetización no es un evento único: pierde valor si no se mantiene. El programa incorpora tres mecanismos de continuidad:
- Onboarding. Toda nueva incorporación recibe el Nivel 1 como parte del proceso de incorporación estándar, antes de usar IA en su trabajo. Es uno de los indicadores de que el cambio está anclado (ver Gestión del cambio).
- Reciclaje periódico. Revisión y actualización del contenido al menos cada 12 meses, y resesión cuando se produzca un cambio normativo relevante o se incorporen nuevas herramientas al inventario.
- Referencia permanente. Cada empleado conserva la Guía rápida de uso responsable; el resto del marco (especialmente el Bloque 4 — Tecnología y Herramientas) queda como consulta continua.
Métricas de efectividad de la formación¶
La formación se evalúa en tres momentos:
- Inmediatamente después (reacción): encuesta de satisfacción y test de conocimientos. ¿Han comprendido los contenidos?
- 30 días después (aprendizaje aplicado): ¿Usan los empleados las herramientas? ¿Reportan problemas? ¿Respetan la AUP?
- 90 días después (impacto en comportamiento): ¿El uso de IA ha cambiado los flujos de trabajo? ¿Ha reducido la tasa de Shadow AI? ¿Ha mejorado la calidad de los outputs usados en el trabajo?
El indicador más importante de la efectividad de la formación es el nivel de adopción real de las herramientas, no la puntuación en el test inmediato.